DeepPurpose：DTI、药物重定位与组合预测工具

DeepPurpose 是一个面向药物-靶点相互作用（DTI） 及相关任务的高层封装库。它把「分子编码器 × 蛋白编码器 × 预测头」做成可组合的配置项，用不到二十行代码就能训出一个 DTI 模型，非常适合快速起步和建立基线。

安装

pip install DeepPurpose descriptastorus
python -c "from DeepPurpose import DTI; print('ok')"

核心思路：编码器组合

侧	可选编码
药物	Morgan、Pubchem、Daylight、rdkit_2d_normalized、CNN、Transformer、MPNN
蛋白	AAC、PseudoAAC、Conjoint_triad、CNN、CNN_RNN、Transformer

任意两两组合即可构成一个模型，这让「换编码器做消融」变得非常廉价——它最大的实用价值其实在这里。

完整流程

from DeepPurpose import DTI as models
from DeepPurpose import utils, dataset

X_drug, X_target, y = dataset.load_process_DAVIS(
    "./data", binary=False, convert_to_log=True)     # 激酶亲和力数据集

drug_enc, target_enc = "MPNN", "CNN"
train, val, test = utils.data_process(
    X_drug, X_target, y, drug_enc, target_enc,
    split_method="cold_protein", frac=[0.7, 0.1, 0.2])   # 关键：冷启动划分

config = utils.generate_config(
    drug_encoding=drug_enc, target_encoding=target_enc,
    train_epoch=50, LR=1e-3, batch_size=128)
model = models.model_initialize(**config)
model.train(train, val, test)
model.save_model("./ckpt_dti")

split_method 支持 random / cold_drug / cold_protein。这个参数决定了你的结果有没有意义：随机划分下同一个靶点会同时出现在训练与测试集，模型只要记住「这个靶点大概什么亲和力」就能拿高分。真实场景是面对新靶点或新分子，必须看冷启动划分的数字。

能做的三类任务

• DTI 亲和力预测：给药物 + 靶点预测结合强度，用于虚拟筛选打分或脱靶排查。
• 药物重定位（repurposing）：固定一个靶点，扫已上市药物库找可能结合的老药。库里自带 load_broad_repurposing_hub 等资源。
• 药物组合：预测两药联用的协同效应，数据来自 DrugComb 等。

from DeepPurpose import oneliner
oneliner.repurpose(*dataset.load_SARS_CoV2_Protease_3CL(),
                   *dataset.load_broad_repurposing_hub())

边界：别把它的输出当结论

• 序列级蛋白编码不含结构信息：CNN/Transformer 编的是氨基酸序列，看不到口袋几何。对结构已知的靶点，基于结构的方法（对接、FEP）信息量更大。
• 训练数据严重偏斜：DAVIS、KIBA 等公开集集中在激酶，其他靶点家族覆盖很少，模型在陌生家族上外推能力弱。
• 重定位结果需要机制核验：模型给出的高分老药只是假设，必须结合机制合理性、可达浓度、已知安全性再判断，不能直接当发现。
• 维护节奏偏慢：作为研究工具很好用，作为长期生产依赖需自行评估。

延伸资源

• 数据与划分：173《TDC》、169《Benchmark 陷阱》；
• 对照框架：172《DeepChem》、175《TorchDrug》；
• 基于结构的替代路线：182《AutoDock Vina》、183《GNINA》。